[发明专利]一种基于深度学习的风机齿轮缺陷检测方法在审
| 申请号： | 202010118873.8 | 申请日： | 2020-02-26 |
| 公开（公告）号： | CN111462038A | 公开（公告）日： | 2020-07-28 |
| 发明（设计）人： | 孔庆杰;李丰位 | 申请（专利权）人： | 东莞理工学院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/62;G06K9/62 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 523000 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于深度学习的风机齿轮缺陷检测方法，包括以下步骤：采集风机齿轮的离散数据并转换为时频图；将时频图输入特征提取层中得到多层缺陷特征图；将多层缺陷特征图输入区域候选网络中提取缺陷候选区域；将区域候选区域根据特征相似度进行两两配对，组成缺陷组；将缺陷组输入学习构造器中得到含有共性与差异性信息的缺陷候选区域，然后将其输入分类器中计算预测类别值，计算损失函数并更新网络参数，得到风机齿轮缺陷检测模型；将待检测的风机齿轮图像输入风机齿轮缺陷检测模型，输出得到标识有缺陷候选区域的风机齿轮图像。 | ||
| 搜索关键词： | 一种 基于 深度 学习 风机 齿轮 缺陷 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东莞理工学院，未经东莞理工学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010118873.8/，转载请声明来源钻瓜专利网。
